PowerON Workflow Engine

📖 Dokumentation: Diese Dokumentation beschreibt die PowerON Workflow Engine für Kunden. Die Engine ermöglicht es, komplexe Multi-Step Workflows zu erstellen, die automatisch Dokumente verarbeiten, AI-Analysen durchführen und Ergebnisse über verschiedene Kanäle weiterleiten.

1. Workflow-Struktur: Tasks und Actions

🏗️ Hierarchische Workflow-Struktur

📦 Workflow

Ein Workflow ist ein vollständiger Geschäftsprozess, der aus mehreren Tasks besteht.

Status: running, stopped, completed, failed

⬇️

📋 Task 1: Dokumente identifizieren

Objective: "Finde alle neuen PDF-Belege im SharePoint-Ordner"

Action 1.1: sharepoint.listDocuments
Listet alle Dokumente im Ordner auf
Parameter: folderPath, connectionReference
Action 1.2: sharepoint.readDocuments
Liest die gefundenen Dokumente ein
Parameter: documentList (verweis auf Action 1.1), connectionReference

🤖 Task 2: Daten verarbeiten

Objective: "Extrahiere Spesendaten aus PDFs und strukturiere sie"

Action 2.1: ai.process
Verarbeitet Dokumente mit AI
Parameter: aiPrompt, documentList (verweis auf Task 1.2), resultType

📧 Task 3: Ergebnisse versenden

Objective: "Versende Bestätigungsmail mit Übersicht"

Action 3.1: outlook.composeAndSendEmailWithContext
Sendet E-Mail mit Ergebnissen
Parameter: recipientEmail, subject, emailBody, attachments (verweis auf Task 2.1)
💡 Wichtige Prinzipien:

2. Dokument-Container-Labels: Generische Dokumentübergabe

🏷️ Container-Label System

Dokumente werden zwischen Actions über Container-Labels generisch weitergegeben. Dies ermöglicht eine vollständige Flexibilität, ohne dass Actions die genaue Struktur der Dokumente kennen müssen.

Label-Format:
round{round}_task{task}_action{action}_{descriptive_label}

Beispiel:
round1_task1_action1_spesen_pdfs
round1_task2_action1_extracted_data

📤 Action Output: Dokument erzeugen

Jede Action kann Dokumente als Ergebnis erzeugen. Diese werden automatisch mit einem resultLabel versehen:

Action 1: sharepoint.readDocuments
Output: Liste von PDF-Dokumenten
resultLabel: round1_task1_action1_spesen_pdfs
Dokumente: [Rechnung_1.pdf, Rechnung_2.pdf, ...]
⬇️ Weitergabe via documentList

📥 Action Input: Dokumente verwenden

Folge-Actions referenzieren Dokumente über das documentList Parameter mit dem Label:

Action 2: ai.process
Parameter:
{
"aiPrompt": "Extrahiere Spesendaten...",
"documentList": ["docList:msg_123:round1_task1_action1_spesen_pdfs"],
"resultType": "json"
}

System: Das System löst automatisch das Label auf und lädt die Dokumente
✅ Vorteile des Container-Label Systems:
  • Vollständige Entkopplung: Actions müssen nicht wissen, welche Dokumente genau übergeben werden
  • Flexible Verkettung: Dokumente können zwischen beliebig vielen Actions weitergegeben werden
  • Automatische Verwaltung: Das System verwaltet Dokumente zentral und löst Labels automatisch auf
  • Type-Safety: Labels enthalten Metadaten (Round, Task, Action) für bessere Nachverfolgbarkeit

3. Key Features

🔒 Neutralizer - Datenschutz

DSGVO-konformer Daten-Neutralisierer für alle User-Dokumente:

  • Automatische Neutralisierung personenbezogener Daten
  • Ersetzung durch Platzhalter ({{person}}, {{date}}, {{city}})
  • Unterstützt: TXT, JSON, CSV, Excel, Word
  • Mehrsprachig: DE, EN, FR, IT
  • Konfigurierbare Namen-Listen für spezifische Neutralisierung

Beispiel:
Original: "Max Mustermann, geboren am 01.01.1980 in Berlin"
Neutralisiert: "{{person}}, geboren am {{date}} in {{city}}"

🚀 Unlimited AI Calls

Keine Limits bei AI-Verarbeitung:

  • Datenmenge: Unbegrenzte Input-Datenvolumen
  • Dateianzahl: Unbegrenzte Anzahl an Dateien pro Workflow
  • Formate: Alle gängigen Formate unterstützt:
    • Dokumente: PDF, DOCX, TXT, MD, HTML
    • Daten: JSON, CSV, XLSX, XML
    • Bilder: JPG, PNG, GIF, WebP
    • Audio/Video: MP3, MP4, WAV
  • Automatisches Chunking: Große Dateien werden automatisch in handhabbare Blöcke aufgeteilt
  • Intelligente Modell-Auswahl: System wählt automatisch das beste AI-Modell basierend auf Anforderung

🔌 Connector-Integration

Einfache Integration ohne Installation:

  • Microsoft (MSFT):
    • SharePoint (Dokumente lesen/schreiben)
    • Outlook (E-Mails senden/empfangen)
    • OneDrive Integration
  • Google:
    • Google Drive
    • Gmail
    • Google Cloud Services
  • OAuth-basiert: Einfache Authentifizierung über Browser-Popup
  • Keine Installation: Alles läuft über Web-Interface

4. Workflow-Vorgehen: Playground → Automatische Ausführung

🔄 Zwei-Phasen-Workflow

Phase 1: Playground - Dynamisches Testen

Im Chat Playground können Sie Workflows dynamisch testen und modellieren:

  • Dynamisches AI Planning: AI generiert automatisch Tasks und Actions basierend auf Ihrer Beschreibung
  • Interaktives Testen: Jeder Schritt wird in Echtzeit ausgeführt und sichtbar gemacht
  • Anpassungen: Sie können jederzeit stoppen, anpassen und neu starten
  • Zwei Modi verfügbar:
    • Actionplan Mode: Alle Actions werden im Voraus geplant, dann sequenziell ausgeführt
    • React Mode: Iterative Plan-Act-Observe-Schleife für adaptive Workflows
⬇️

Phase 2: Automatische Ausführung

Nach erfolgreichem Testen können Sie den Workflow als fixe Definition speichern:

  • Workflow-Definition: Getesteter Workflow wird als Template gespeichert
  • Event Handler: Workflow kann über Event Handler ausgelöst werden:
    • Zeitgesteuert (z.B. täglich um 08:00 Uhr)
    • Event-basiert (z.B. bei neuen E-Mails)
    • API-Trigger (z.B. über Webhook)
  • Automatische Ausführung: Workflow läuft vollständig automatisch ohne menschliches Eingreifen
  • Error Handling: Automatische Retries und Fehlerbenachrichtigungen
📋 Beispiel-Workflow: Spesenverarbeitung

Playground-Phase:

  1. Beschreibung: "Lese täglich PDF-Spesenbelege aus SharePoint, extrahiere Daten mit AI, und versende Bestätigungsmail"
  2. AI erstellt automatisch Task-Plan: 3 Tasks mit entsprechenden Actions
  3. Sie testen interaktiv jeden Schritt
  4. Sie passen bei Bedarf an (z.B. zusätzliche Validierung)

Automatisierungs-Phase:

  1. Workflow wird als Template gespeichert
  2. Event Handler wird konfiguriert: "Täglich um 08:00 Uhr ausführen"
  3. Workflow läuft automatisch, liest neue Belege, verarbeitet sie, und versendet E-Mails
  4. Sie erhalten Logs und Benachrichtigungen bei Erfolg oder Fehlern

5. Verfügbare Actions

🤖 Method: AI

ai process

Parameter:

  • aiPrompt (required)
  • documentList (optional)
  • resultType (optional)

AI-Textverarbeitung mit optionalen Input-Dokumenten

ai webResearch

Parameter:

  • searchQuery (required)
  • language (optional)

Web-Recherche mit AI-gestützter Zusammenfassung

ai generateImage

Parameter:

  • imagePrompt (required)
  • style (optional)

AI-Bildgenerierung basierend auf Textprompt

📁 Method: SharePoint

sharepoint findDocumentPath

Parameter:

  • connectionReference (required)
  • searchQuery (required)
  • site (optional)
  • maxResults (optional)

Sucht Dokumente und Ordner in SharePoint

sharepoint readDocuments

Parameter:

  • documentList (required)
  • connectionReference (required)

Liest Dokumente aus SharePoint

sharepoint uploadDocument

Parameter:

  • documentData (required)
  • targetPath (required)
  • connectionReference (required)

Lädt Dokumente in SharePoint hoch

sharepoint listDocuments

Parameter:

  • folderPath (required)
  • connectionReference (required)
  • includeSubfolders (optional)

Listet Dokumente in einem Ordner auf

📧 Method: Outlook

outlook readEmails

Parameter:

  • connectionReference (required)
  • folder (optional)
  • limit (optional)
  • filter (optional)

Liest E-Mails aus einem Postfach

outlook searchEmails

Parameter:

  • connectionReference (required)
  • searchQuery (required)

Sucht E-Mails mit spezifischen Kriterien

outlook composeAndSendEmailWithContext

Parameter:

  • connectionReference (required)
  • recipientEmail (required)
  • subject (required)
  • emailBody (required)
  • attachments (optional)

Erstellt und sendet E-Mail mit Kontext

6. Technische Architektur

🔧 Core Components

Workflow Management:

  • workflowManager.py - Zentrale Workflow-Koordination
  • workflowProcessor.py - Hauptprozessor mit Mode-Delegation
  • actionExecutor.py - Führt Actions aus
  • messageCreator.py - Erstellt Workflow-Nachrichten
  • taskPlanner.py - Plant Tasks
  • validator.py - Validiert Actions

Processing Modes:

  • modeActionplan.py - Batch-Planung aller Actions
  • modeReact.py - Iterative Plan-Act-Observe-Schleife

Adaptive Features:

  • intentAnalyzer.py - Analysiert User-Intents
  • contentValidator.py - Validiert Inhalte
  • adaptiveLearningEngine.py - Lernt aus Feedback
  • progressTracker.py - Verfolgt Fortschritt
⚠️ Wichtige Hinweise: